Chương 1:

GIỚI THIỆU XỬ LÝ
ẢNH SỐ
Võ Quang Hoàng Khang
TPHCM - 2016
1. Image và Pictures
2. Giới thiệu xử lý ảnh số
3. Một số lĩnh vực có sử dụng xử lý ảnh
4. Giới thiệu tổng quan về quy trình xử lý ảnh
5. Các thành phần cơ bản của xử lý ảnh
6. Các xử lý ảnh phổ biến
7. Làm quen với thư viện Matlab
8. Bài tập
2
 Giúp sinh viên hiểu rõ
 Mục tiêu của xử lý ảnh

 Sơ lược về lịch sử

 Một số khái niệm cơ bản về ảnh số

 Ứng dụng của XLA.

 Các thành phần cơ bản của xử lý ảnh

 Hiểu rõ các xử lý chính cần thiết của XLA

 Hiểu các xử lý nâng cao
 Làm quen với công cụ Matlab

3
 Photo: viết tắt photograph. Hình do máy ảnh tạo ra
 Picture: hình hay bức họa. Bức tranh, bức ảnh, bức
vẽ, chân dung, hình chụp.
 Image: hình ảnh, hình tượng, tưởng tượng trong
suy nghĩ, ấn tượng. Nói chung chỉ cảm nhận về
hình/ảnh.
 Không gọi digital picture, mà gọi là digital image
processing
4
 sketch: Vẽ phác
 Painting: Vẽ dùng mầu nước hay dầu
 Snapshot: Hình chụp gấp
 Portrait: chân dung
 Cartoon:Hình hí họa hay hoạt họa
 Caricature: Hình biếm họa vài nét độc đáo khuôn mặt một
người
 Illustration: Hình minh họa trong sách
 Poster: Hình vẽ quảng cáo
 Photography: Môn nhiếp ảnh
5
 Ảnh số có thể được định nghĩa là hàm hai biến: f(x,y),
với x và y là các tọa độ nguyên, giá trị của f tại cặp tọa
độ (x,y) được gọi là cường độ sáng hoặc mức xám của
ảnh tại điểm đó.
 Giá trị của f(x,y) và miền xác định của x và y rời rạc và
hữu hạn  ảnh số

6
 Xử lý ảnh số: thao tác trên ảnh số bằng máy tính số.
 Mỗi vị trí x, y cùng với giá trị f(x,y) được gọi là picture
elements, image elements, pels hoặc pixel.
 Ảnh số có thể tạo ra từ các nguồn: ultrasound,
electron microscopy, và máy tính

7
 Image Processing (IP) được dùng vì hai mục tiêu
khác nhau:
 Nâng cao chất lượng hình ảnh nhằm phục vụ nhu cầu
xem của con người
 Biến đổi ảnh nhằm xác định những đặc trưng và cấu
trúc tồn tại trong ảnh cho các bài toán ở các bước
tiếp theo.

Image Processing= Image  Image Transformation

 Môn học tập trung vào mục tiêu thứ hai

8
 Xử lý ảnh liên quan đến 3 vấn đề chính về ảnh
 Số hóa và mã hóa ảnh phục vụ cho mục đích
truyền, in ấn và lưu trữ
 Nâng cao và phục hồi chất lượng ảnh
 Phân đoạn ảnh và tìm đặc trưng ảnh phục vụ cho
các mục đích khác
 Không có biên giới rõ ràng giữa xử lý ảnh và
thị giác máy tính (giúp máy tính nhận biết
hình ảnh)

9
10
 Sinh học (Biological Sciences)
 Khí tượng học và ảnh vệ tinh (Meteorology/Satellite
Imaging)
 Khoa học cơ bản (Material Sciences)
 Y học (Medicine)
 Kiểm tra sản phẩm (Industrial inspection/Quality
Control)
 Địa chất (Geology)
 Thiên văn học (Astronomy)
 Quân sự (Military)
 Vật lý/ Hóa học (Physics/Chemistry)
 Chụp hình (Photography)
11
12
13
14
15
• Nhiễu hệ thống: là nhiễu có quy luật có thể khử bằng các phép biến đổi
• Nhiễu ngẫu nhiên: vết bẩn không rõ nguyên nhân – khắc phục bằng các
phép lọc (filter)
16
 Nhằm khắc phục tính không đồng đều của hệ thống
gây ra
 Giảm số mức xám: Thực hiện bằng cách nhóm các mức
xám gần nhau thành cụm. Trường hợp chỉ có 2 mức xám
thì chính là chuyển về ảnh đen trắng. Ứng dụng: In ảnh
màu ra máy in đen trắng
 Tăng số mức xám: Thực hiện nội suy ra các mức xám trung
gian bằng kỹ thuật nội suy. Kỹ thuật này nhằm tăng cường
độ mịn cho ảnh

17
Nguồn: Prof. Xin Li

18
19
20
21
 image compressed bitstream image
00111000001001101…
encoder decoder
(2428 Bytes)

22
 Cần xác định và khai thác các đặc trưng trên ảnh  bài
toán trích, chọn và chỉ mục CSDL đặc trưng. Một số đặc
trưng thường dùng
 Đặc điểm không gian: Phân bố mức xám, phân bố xác suất,
biên độ, điểm uốn
 Đặc điểm biến đổi: Các đặc điểm loại này được trích chọn bằng
việc thực hiện lọc vùng (zonal filtering). Các bộ vùng được gọi là
“mặt nạ đặc điểm” (feature mask) thường là các khe hẹp với
hình dạng khác nhau (chữ nhật, tam giác, cung tròn v.v..)
 Đặc điểm biên và đường biên: Đặc trưng cho đường biên của
đối tượng và do vậy rất hữu ích trong việc trích chọn các thuộc
tính bất biến được dùng khi nhận dạng đối tượng. Các đặc điểm
này có thể được trích chọn nhờ toán tử gradient, toán tử
Laplace, toán tử zero crossing.
23
 Nhận dạng tự động (automatic recognition) mô tả đối
tượng, phân loại và phân nhóm các mẫu là những vấn
đề quan trọng trong thị giác máy tính. Ví dụ:
 Mẫu có thể là ảnh của vân tay
 Ảnh của một vật nào đó được chụp, một chữ viết, khuôn mặt
người.
 Phân loại có giám sát (supervised classification): phân
tích phân biệt (discriminant analyis), trong đó mẫu đầu
vào được định danh như một thành phần của một lớp
đã xác định
 Phân loại không giám sát (unsupervised classification)
trong đó các mẫu được gán vào các lớp khác nhau dựa
trên tiêu chuẩn tương tự nào đó. Các lớp này cho đến
thời điểm phân loại vẫn chưa biết hay chưa được định
danh
24
 Thực tế ảo
 Nhận dạng khuôn mặt, sản phẩm, chữ viết,…
 Game
 Xử lý ảnh y khoa
 Cảm biến từ xa
 Xử lý ảnh microscope

25
Làm mờ Ảnh gốc Sắc nét

Sử dụng ảnh từ nguồn: Vanderbilt University

26
bandpass Ảnh gốc unsharp
filter masking

Sử dụng ảnh từ nguồn: Vanderbilt University

27
 regional Dọc

Ảnh gốc

zoom Xoay

Sử dụng ảnh từ nguồn: Vanderbilt University

28
Ảnh mờ Ảnh nghiễu Mờ một màu
Sử dụng ảnh từ nguồn: Vanderbilt University
29
Ảnh mờ Ảnh nhiễu 5x5 Wiener filter
Sử dụng ảnh từ nguồn: Vanderbilt University
30
periodic frequency
Ảnh gốc
noise tuned filter

Sử dụng ảnh từ nguồn: Vanderbilt University

31
+ shot noise s&p noise - shot noise
Sử dụng ảnh từ nguồn: Vanderbilt University
32
original s&p noise median filter
Sử dụng ảnh từ nguồn: Vanderbilt University
33
+ shot noise min filter maxmin filter
Sử dụng ảnh từ nguồn: Vanderbilt University
34
- shot noise max filter minmax
Sử dụng ảnh từ nguồn: Vanderbilt University
35
 Dùng toán tử opening để “loang” nhằm kết nối
những vùng đen lại với nhau
 Xóa những vùng nhỏ ra khỏi vùng lớn without

original opened reconstructed

36
original reconstructed opening

37
 Độ phân giải không gian là chi tiết nhỏ nhất có thể
thấy rõ trong ảnh
 Độ phân giải mức xám chỉ ra mức thay đổi mức xám
có thể nhận thấy được nhỏ nhất.
 Ảnh 1024x1024 được giảm mẫu dần xuống 32x32,
vẫn giữ nguyên mức xám

38
 Ảnh được upsample từ ở các độ phân giải 32x32,
64x64, 128x128, 256x256, 512x512 lên 1024x1024
bằng cách duplicate cột và hàng.

39
 Giảm mức xám, và không thay đổi độ phân giải
không gian

40
 Mục tiêu chính nhằm cung cấp các công cụ cơ bản cho
computer vision.
 MATLAB là một môi trường tính toán số và lập trình
 MATLAB cho phép tính toán số với ma trận, vẽ đồ thị hàm
số hay biểu đồ thông tin, thực hiện thuật toán, tạo các giao
diện người dùng,…
 MATLAB giúp đơn giản hóa việc giải quyết các bài toán tính
toán kĩ thuật so với các ngôn ngữ lập trình truyền thống
như C, C++, và Fortran

41
 MATLAB được sử dụng trong nhiều lĩnh vực: xử lý tín
hiệu và ảnh, truyền thông, thiết kế điều khiển tự
động, đo lường kiểm tra, phân tích mô hình tài chính,
hay tính toán sinh học.
 Với hàng triệu kĩ sư và nhà khoa học làm việc
trong môi trường công nghiệp cũng như ở môi
trường hàn lâm, MATLAB là ngôn ngữ của tính toán
khoa học.
42
 Tổng quan và các định nghĩa ban đầu về XLA
 Giới thiệu các loại ảnh. Chỉ ra ảnh có thể tạo ra từ các
nguồn khác nhau  các vấn đề khác nhau khi thu
nhận ảnh.
 Các thành phần của XLA
 Các lĩnh vực có ứng dụng XLA.
 Các xử lý cơ bản cần thiết của XLA
 Khái niệm cơ bản về độ phân giải, mức xám.
 Giới thiệu Matlab
43
1. Cài đặt Matlab trên máy tính (kiểm tra vào tuần tới)
2. Tìm hiểu và sử dụng được một số hàm:
• imread

• imwrite

• imshow

• rgb2gray

• im2double

• fspecial

• imhist

• histeq
44